/ Модель

Характеристики

Контекст
2 048 токенов
Размер весов
6,7 МБ
Архитектура
gptj · dense
Библиотека
transformers
Опубликована
25 окт 2023

gptj-tiny-random

Генерация текстаТекст → текст3 профессии

yujiepan/gptj-tiny-random — компактная причинная языковая модель для генерации текста, опубликованная пользователем yujiepan.

3 082скачиваний за 30 дней0лайковвеса обновлены19 дек 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Она создана на основе конфигурации EleutherAI/gpt-j-6b, но инициализирована случайными весами и существенно уменьшена по размеру, поэтому не является обученной версией GPT-J и не предназначена для получения осмысленных результатов без дополнительного обучения.

Модель поддерживает задачу text-generation и используется через библиотеку Transformers. Архитектура включает 2 скрытых слоя, размер скрытого представления 16, 2 головы внимания и rotary_dim 4. Модель хранится в формате float16. Для токенизации применяется токенизатор EleutherAI/gpt-j-6b. Точная длина контекста, поддерживаемые языки и фактические модальности в README не указаны; по назначению это текстовая, одномодальная модель.

Основное преимущество модели — крайне малый размер и удобство для тестирования, экспериментов с конфигурацией GPT-J, проверки загрузки и пайплайнов Transformers. Ключевое ограничение — случайная инициализация весов: модель не обладает заявленными языковыми знаниями и, вероятно, будет генерировать бессвязный текст. Информация о лицензии в README не указана, поэтому условия использования необходимо уточнять отдельно.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model is randomly initialized, using the config from EleutherAI/gpt-j-6b but with smaller size. Note the model is in float16.

Codes:

from transformers import pipeline
from huggingface_hub import create_repo, upload_folder
import torch
import transformers
import os

model_id = 'EleutherAI/gpt-j-6b'
save_path = '/tmp/yujiepan/gptj-tiny-random'
repo_id = 'yujiepan/gptj-tiny-random'

config = transformers.AutoConfig.from_pretrained(model_id)
config.hidden_size = 16
config.n_embd = 16
config.num_attention_heads = 2
config.n_head = 2
config.rotary_dim = 4
config.num_hidden_layers = 2
config.n_layer = 2
config.torch_dtype = torch.float16
print(config)

model = transformers.AutoModelForCausalLM.from_config(config, torch_dtype=torch.float16)
model = model.half()
model.save_pretrained(save_path)

tokenizer = transformers.AutoTokenizer.from_pretrained(model_id)
tokenizer.save_pretrained(save_path)

# from optimum.intel.openvino import OVModelForCausalLM
# ovmodel = OVModelForCausalLM.from_pretrained(save_path, export=True)
# ovmodel.save_pretrained(save_path)

os.system(f'ls -alh {save_path}')
create_repo(repo_id, exist_ok=True)
upload_folder(repo_id=repo_id, folder_path=save_path)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTJForCausalLM
Ревизия весов
6fc0d1e

0 моделей